[发明专利]基于深度学习的信息推送方法、装置和计算机设备

说明书

本申请涉及一种基于深度学习的信息推送方法、装置和计算机设备，所述方法包括：获取候选项目信息，获取用户标识对应的历史行为信息；提取所述历史行为信息中各个行为类型对应的用户行为序列；将所述候选项目信息和所述用户行为序列输入至预测模型，提取所述用户行为序列对应的用户行为序列特征和所述候选项目信息的项目特征向量，根据所述用户行为序列特征和所述项目特征向量确定各个候选项目信息的预测值；根据所述候选项目信息的预测值筛选目标推送信息；将所述目标推送信息推送至所述用户标识对应的用户终端。本申请提供的方案能够有效提高信息推送的精准度。

技术领域

本申请涉及计算机技术领域，特别是涉及一种基于深度学习的信息推送方法、装置和计算机设备。

背景技术

随着互联网技术的迅速发展，越来越多的用户喜欢阅读互联网读物，针对海量的各种各样的读物，用户通常会选择感兴趣的信息阅读。随着人工智能技术的发展，为了提高信息的推送效率，出现了一些针对用户兴趣的信息推送方式。

传统的信息推荐方式通常包括基于协同过滤的推荐方式和基于内容的推荐方式，基于协同过滤的推荐方式是通过分析相似用户进行推荐，基于内容的推荐方是通过分析用户的历史访问记录，识别用户的阅读兴趣，以向用户推送相关信息。但对新发布的信息而言，难以准确识别用户的兴趣，存在目标信息推送的精准度不高的问题。

发明内容

基于此，有必要针对目标信息推送的精准度不高的技术问题，提供一种基于深度学习的信息推送方法、装置、计算机可读存储介质和计算机设备。

一种基于深度学习的信息推送方法，包括：

获取候选项目信息，获取用户标识对应的历史行为信息；

提取所述历史行为信息中各个行为类型对应的用户行为序列；

将所述候选项目信息和所述用户行为序列输入至预测模型，提取所述用户行为序列对应的用户行为序列特征和所述候选项目信息的项目特征向量，根据所述用户行为序列特征和所述项目特征向量确定各个候选项目信息的预测值；

根据所述候选项目信息的预测值筛选目标推送信息；

将所述目标推送信息推送至所述用户标识对应的用户终端。

一种基于深度学习的信息推送装置，所述装置包括：

信息获取模块，用于获取候选项目信息，获取用户标识对应的历史行为信息，提取所述历史行为信息中各个行为类型对应的用户行为序列；

信息预测模块，用于将所述候选项目信息和所述用户行为序列输入至预测模型，提取所述用户行为序列对应的用户行为序列特征和所述候选项目信息的项目特征向量，根据所述用户行为序列特征和所述项目特征向量确定各个候选项目信息的预测值；

信息提取模块，用于根据所述候选项目信息的预测值筛选目标推送信息；

信息推送模块，用于将所述目标推送信息推送至所述用户标识对应的用户终端。

一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行上述基于深度学习的信息推送方法的步骤。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述基于深度学习的信息推送方法的步骤。